Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华能汕头海门发电有限责任公司于小超获国家专利权

华能汕头海门发电有限责任公司于小超获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉华能汕头海门发电有限责任公司申请的专利审计数据预警方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120410210B

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510549770.X,技术领域涉及:G06Q10/0635;该发明授权审计数据预警方法及系统是由于小超;李晓凤设计研发完成,并于2025-04-28向国家知识产权局提交的专利申请。

审计数据预警方法及系统在说明书摘要公布了:本发明属于电力系统技术领域,尤其涉及审计数据预警方法及系统,通过分布式传感器网络实时采集供电网络节点电压、电流及储能系统的充放电效率数据生成原始数据流;经边缘计算节点进行本地化清洗与标准化格式转换;基于模糊逻辑推理与数字孪生模拟生成动态风险评估结果及调度方案;通过元学习分析预测偏差并采用模型蒸馏技术实现闭环优化。系统包含分布式传感器网络、边缘计算节点及多源数据融合模块等。本发明提升了电力系统异常检测实时性、风险评估准确度及储能调度经济性。

本发明授权审计数据预警方法及系统在权利要求书中公布了:1.审计数据预警方法,其特征在于,包括: 步骤S101,采集供电网络的节点电压、电流、负载波动数据,以及电能存储系统的充放电效率、容量衰减率数据,生成原始数据流; 步骤S102,将所述原始数据流输入边缘计算节点进行本地化清洗与标准化格式转换,生成标准化中间数据; 步骤S103,基于联邦学习框架与知识图谱技术,对所述标准化中间数据进行跨域数据融合,提取配电网络拓扑关系的隐藏特征及充放电行为与负载波动的动态关联特征,生成关联特征向量; 所述步骤S103包括:通过图嵌入算法提取配电网络拓扑关系中节点脆弱性特征,并基于时空注意力机制捕捉充放电效率与负载波动的非线性关联;将SCADA系统结构化数据与智能电表非结构化数据通过差分隐私技术和Paillier同态加密算法进行联邦学习对齐,生成包含设备状态、负荷分布及拓扑关系的跨域关联电力运行知识图谱;所述隐藏特征与动态关联特征作为输入流向动态特征工程模块,与异常检测模型的输出形成异常模式预筛选的数据闭环; 步骤S104,利用自监督学习对所述关联特征向量进行动态特征工程处理,生成多维度电力系统运行状态特征,并通过轻量化异常检测模型对高维特征进行异常模式预筛选,输出高风险事件池; 步骤S105,基于所述高风险事件池构建分级预警模型,采用时空融合Transformer架构对供电网络时序数据进行时空特征建模预测设备级故障概率,并通过混合强化学习框架优化配电网络负载分配与储能调度策略以预测系统级风险; 步骤S106,根据所述设备级故障概率与系统级风险预测结果,结合模糊逻辑推理与证据理论生成动态风险评估等级,并触发实时告警或生成储能调度建议及负载转移方案; 步骤S107,采集预警策略执行后的系统响应数据,通过元学习框架分析模型预测偏差并动态调整特征权重与模型结构,形成闭环优化链路; 其中,所述原始数据流经边缘计算节点处理后流向数据融合模块,所述关联特征向量输入动态特征工程模块生成预筛选结果,所述高风险事件池驱动分级预警模型的训练与决策,所述风险评估结果反向反馈至模型优化模块。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华能汕头海门发电有限责任公司,其通讯地址为:515132 广东省汕头市潮阳区海门镇洪洞村华能海门电厂基建办公楼五楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。